Artificial Intelligence Index Report 2026

Er det slik at KI-pessimistene får rett, og gevinstene ved å ta i bruk kunstig intelligens bremser litt opp, og kansjke først og fremst oppstår i teknologibedriftene selv? Eller er det slik at vi nå går inn i en periode med en aksellerert KI-utvikling, der produktene blir bedre i høyt tempo, og brukes på stadig flere områder på tvers av bransjer, sektorer og arbeidsprosesser?

Jeg har skrevet her på bloggen om temaet, også for kort tid siden, da jeg trakk fram to ferske artikler i The Atlantic og The Economist. De dokumenterer en raskt økende etterspørel etter KI-tjenester og datakraft, spesielt innenfor utvikling av programvare, men også på et bredere spekter av anvendelsesområder. Særlig for Anthropics Claude Code har etterspørselen gått i taket, men også Chat GPTs tilsvarende tjenester opplever tilsvarende hopp i bruken.

Så kan man selvfølgelig innvende at dette er et kortsiktig blaff, at produktene ikke er så gode som hypen vi ha det til, eller ikke har så mye forbedringspotensial igjen, eller man kan hevde at coding av programvare bare er en liten del av av arbeidslivet, og at det skal mye mer til for at det virkelig tar av bredt i næringsliv og offentlig sektor. 

Hvor fort går det egentlig med bruk av kunstig intelligens på andre områder, i medisinske produkter, i finans, i juridiske tjenester, i banebrytende forskning, i utdanningssektoren og i offentlig forvaltning? Hvor er rapportene som ikke bare dokumenterer kortsiktig etterspørselsvekst, men mer grunnleggende endringer i hvor gode KI-tjenestene er, på tilbudssiden, og hvordan anvendelsen har utviklet seg over tid?

Artificial Intelligence Index Report 2026

Nå har det nettopp kommet en massiv rapport fra Stanford University som går grundig gjennom en rekke ulike sider ved KI-utviklingen det siste året. Rappporten kommer hvert år og heter Artificial Intelligence Index Report 2026 og gis ut av The Stanford Institute for Human-Centered AI (HAI), et av de fremste forskningsmiljøene i verden på dette området.

Rapporten er på imponerende 400 sider, med 9 kapitler som handler om status og tempo når det gjelder forskning og utvikling av KI, om den tekniske ytelsen til KI-modellene, om ansvarlig og sikker KI, om økonomi og investeringer knyttet til KI-selskapene og deres nære økosystem av levedandører, om bruk av KI til avansert forskning på ulike fagfelt, om KI-brukt til å utvikle legemidler, genetikk og medisinske teknologier, om KI i utdanningssektoren, om politikk og forvaltning og KI, og om innbyggernes oppfatninger av om KI er en trussel eller noe de ser positivt på. 

Formen på rapporten er en fin blanding og tekstlige analyser og veldig mye bruk av tall og grafer, hentet fra ulike undersøkelser det siste året. Poenget er å dokumentere og beskrive utviklingen som har foregått det siste året, ikke først og fremst å anbefale besteme strategier eller tiltak, eller spekulere om fremtidige endringer av samfunnet. Men summen av alle dataene som presenteres her viser at det foregår mye i mange næringer og på mange samfunnsområder. Og det er som sagt en tung som og overbevisende mengde fakta som i sum viser at utviklingen går temmelig raskt.

Teknologien utvikler seg raskere en evnen til å følge med

AI Index Report fra Standford egner veldig godt som et oppslagsverk der man kan gå inn og sette seg inn i aktuelle anvendelsesområder for kunstig intelligens, hva benchmarkene sier om hvor langt KI-verktøyene har kommet, og hva myndighetene i ulike deler av verden setter i verk av regulatoriske rammer for utviklingen. Et veldig godt forord legger vekt på at det slett ikke er noen oppbremsing eller stagnasjon på gang, heller tvert imot. Den teknologiske utviklingen, og utviklingen av nye avanserte modeller, går nå så raskt at det blir veldig tydelig hvor lite forberedt vi er på en del områder:

"Welcome to the ninth edition of the AI Index report. As AI continues to advance rapidly, the question becomes whether the systems built around it can keep up. Governance frameworks, evaluation methods, education systems, and the data infrastructure needed to track AI’s impact are struggling to match the pace of the technology itself. That gap—between what AI can do and how prepared we are to manage it—runs through every chapter of this year’s report. 

New in this edition, the report tracks how AI is being tested more ambitiously across reasoning, safety, and real-world task execution, and why those measurements are increasingly difficult to rely on. It also features new estimates of generative AI’s economic value alongside emerging evidence of its labor market effects, an analytical framework on AI sovereignty, and a science chapter developed in collaboration with Schmidt Sciences. For the first time, the report features standalone chapters on AI in science and AI in medicine, reflecting AI’s growing impact across these two domains. 

For close to a decade, the AI Index has worked to bring reliable global data to a field that is evolving faster than most efforts to measure it. The report equips policymakers, researchers, executives, journalists, and the public with the necessary evidence to make informed decisions about AI. As the technology moves deeper into classrooms, clinics, and legislatures—and reshapes how people work, learn, and govern—the cost of incomplete data continues to rise."

Top 15 takeaways

Jeg kan også anbefale å lese rapportens oppsummering av hvor langt KI-utviklingen er kommet, i form av 15 "takeaways" på side 9-11 i rapporten. Her er bare overskriftene til disse 15 punktene, som blir ytterligere opplyst med forklarende tekst i innledningen, og utover i rapporten er det rikelig med dokumentasjon av disse funnene:

1. AI capability is not plateauing. It is accelerating and reaching more people than ever.
2. The U.S.-China AI model performance gap has effectively closed.
3. The United States hosts the most AI data centers, with the majority of their chips fabricated by one Taiwanese foundry.
4. AI models can win a gold medal at the International Mathematical Olympiad but cannot reliably tell time—an example of what researchers call the jagged frontier of AI.
5. Robots still fail at most household tasks, even as they excel in controlled environments.
6. Responsible AI is not keeping pace with AI capability, with safety benchmarks lagging and incidents rising sharply.
7. The United States leads in AI investment, but its ability to attract global talent is declining.
8. AI adoption is spreading at historic speed, and consumers are deriving substantial value from tools they often access for free.
9. Productivity gains from AI are appearing in many of the same fields where entrylevel employment is starting to decline.
10. AI’s environmental footprint is expanding alongside its capabilities.
11. AI models for science can outperform human scientists, though bigger models do not always perform better.
12. AI is transforming clinical care, but rigorous evidence remains limited
13. Formal education is lagging behind AI, but people are learning AI skills at every stage of life.
14. AI sovereignty is becoming a defining feature of national policy, but capabilities remain uneven, even as open-source development helps to redistribute who participates
15. AI experts and the public have very different perspectives on the technology’s future, and global trust in institutions to manage AI is fragmented.

Jeg synes disse 15 punktene er interesssante og viktige både hver for seg, og sammen. De kan gi et godt utgangspunkt for en samtale om hvor vi er og hvordan både land, virksomheer og vi som privatpersoner skal forholde oss til KI videre. Og så er naturligvis KI blitt så altovergripende at det er temaer som ikke er med i denne rapporten, som for eksempel KI brukt i militære anvendelser, eller KI brukt til desinformasjon, eller KI brukt til å skade mennnesker og materielle verdier, som også hører hjemme i slike samtaler om å finne riktig balanse mellom å regulering og tilrettelegging for innovasjon.

Det cyberkriminelle økosystemet

Digitale verktøy og digitale kommunikasjonskanaler er en del av det vi gjør på stort sett alle områder i samfunnet. Både i dagliglivet og på jobben. I offentlige tjenester, i private virksomheter, i frivilligheten og i livene våre slik de leves og tjenestene vi er avhengige av. Og naturligivis også i det kriminelle organisasjoner og nettverk gjør. 

Ja, det er sannsynligvis blitt slik at mange kriminelle aktører er blant de mest avansere brukerne av digitale verktøy og digital kommunikasjon, og benytter sin digitale spisskompetanse på en rekke ulike områder for å berike seg selv, eller for å skade enkeltpersoner,  virksomheter og samfunnet.

Cyberkriminalitet 2026

Kripos er en etat i Politiet som har som mandat å fortstå, forebygge og bekjempe alvorlig, organisert og samfunnsskapdelig kriminalitet. De har nettopp utgitt rapporten Cyberkriminalitet 2026, som gir en helhetlig, analytisk  og oppdatert beskrivelse av cyberkriminalitetens karakter, omfang og forventede utvikling i Norge, basert på politiets kunnskap. 

Det er interessant at rapporten så tydelig bruker begrepet "økosystem" om den organiserte digitale kriminaliteten, på samme måte som vi bruker begrepet digitale økosystemer om data, digitale tjenester og aktører som virker sammen for å skape verdi for samfunnet, og som oppleves som helhetlige og sammenhengene for de som bruker dem. 

I denne rapporten er det de hvordan cyberkriminelle som har utviklet sammenghengede tjenester og digitale forretningsmodeller for kjøp, salg og samarbeid som er hovedsaken. Kripos skriver:

"Rapporten redegjør for det cyberkriminelle økosystemet slik politiet ser det, og introduserer nye analytiske rammeverk for bedre å forstå aktørenes dynamikker og handlemåter. Kriminalitet forstås ikke som isolerte handlinger, men som et samspill mellom aktører, tjenester, teknologi, markedsplasser og strukturelle sårbarheter. Kommersialisering og arbeidsdeling har ført til framvekst av et marked der kriminelle tjenester tilbys i ulike former, noe som senker terskelen for deltakelse og øker både volum og tempo i kriminaliteten. Økosystem-perspektivet bidrar til å forklare hvorfor tiltak rettet mot enkeltaktører ofte har begrenset effekt dersom underliggende strukturer og muliggjørere består."

Begrepsbruk og forretningsmodeller

Rapporten er analytisk ambisiøs når det gjelder å beskrive kriminalitetens organisering og verktøykasse, og introduserer begreper som kan virke litt fremmede og berskriver av forretningsmodeller som er skremmende i sin modenhet, men som raskt er blitt helt normale dele av kriminalitetsutfordringen. I fjor kom Kripos med et notat om "Vold som handelsvare" (som jeg blogget om her), en skremmende beskrivelse av hvordan digitale kanaler og sosiale medier brukes til å rekruttere barn til kriminelle voldshandlinger. Cyberkriminalitet 2026 er også innom vold som handelsvare, og de digitale plattformene som brukes, men har en langt bredere vifte av både målsettinger og forretningsmodeller for alvorlig kriminalitet, muliggjort og støttet av digitale verktøy. 

Det er ikke akkurat kampen for å beholde de små lennsmannskontorene eller politi i gatene man først tenker på som viktige mottrekk når man leser denne rapporten. Dette krever avansert spisskompetanse og det er også mye som ikke kan bekjelpes på nasjonalt nivå alene. De mest avanserte aktørene har globale virksomehetsmodeller, for eksempel når det gjelder digitalt direkteoverførte bestillingsovergrep (DOBO):

"DOBO eksisterte ikke før det digitale rom oppstod, og teknologien har medført at barn i risikoland nå blir solgt og utsatt for overgrep både fysisk og digitalt. DOBO-selgere er oftest filippinske kvinner med egne, mindreårige barn. De kan være både tilretteleggere som organiserer og formidler direkteoverførte fysiske overgrep mot egne og andres barn, og de kan være utøvere av overgrepet – ofte er kombinasjonen av tilrettelegger og overgriper tilfelle"

Kategorier av cyberkriminalitet

Det er ikke veldig lenge siden cyberkriminalitet ble betraktet som en slags nisje litt på siden av den vanlige kriminaliteten, der hovedtyngden var ting som tyverier, innbrudd og ordensforstyrrelser. Datakriminalitet måtte man ha noen egne ekspertmiljøer for å håndtere, litt uavhengig av det andre. Vi er ikke lenger der. I skriver Kripos i innledningen til rapporten at det ikke gir noen mening i å lage et skarpt skille skarpt mellom det fysiske og det digitale. Det glir over i hverandre:

"Et grunnleggende premiss er at digital teknologi i dag er en integrert og ofte nødvendig del av moderne kriminalitet. Rapporten skiller derfor ikke skarpt mellom cyberkriminalitet og tradisjonell kriminalitet, men beskriver kriminalitet langs et spekter basert på grad av teknologisk avhengighet. Cyberkriminalitet forstås som kriminalitet der teknologi enten er et mål eller en sentral muliggjører. Denne tilnærmingen synliggjør hvordan digitale byggeklosser inngår i de fleste alvorlige kriminalitetsformer, og hvordan grensene mellom fysiske og digitale domener i økende grad viskes ut."

I stedet introduserer rapporten en sortering i ulike kategorier ut fra om kriminaliteten er rettet mot datasystemer, om dataverktøy er en sentral muliggjører for kriminaliteten, eller om dataverktøy har en mer supplerende rolle. Rapporten beskriver:

• Kriminalitet mot datasystemer, som skiller seg fra annen cyberkriminalitet ved at den retter seg direkte mot et datasystem, framfor mennesker som bruker datasystemer eller informasjon som er lagret på datasystemer. Eksempler inkluderer datainnbrudd og digitalt skadeverk.
• Kriminalitet utført i datasystemer, som er kriminalitet som retter seg mot menneskene som tar i bruk datasystemer eller informasjon som er lagret på datasystemer. Eksempler er generering av syntetisk overgrepsmateriale og kryptosvindel. Dette er kriminalitet som ikke angriper datasystemer direkte, men som ikke kan begås utenfor det digitale rom.
• Kriminalitet begått med datasystemer er kriminalitet som begås i det digitale rom, men som like gjerne kan begås utenfor. Eksempler på dette kan være kjærlighetsbedragerier, salg av narkotika, seksuell utpressing og hatefulle ytringer i sosiale medier. 
• Kriminalitet supplert av datasystemer er tradisjonell kriminalitet som begås i det fysiske domenet, men som benytter datasystemer som en støtte. Dette er former for kriminalitet som primært faller utenfor cyberkriminalitetsbegrepet, men her kan det være glidende overganger.

Allianser av cyberkriminelle nettverk

Et interessant utviklingstrekk som også omtales i rapporten er hvordan noen grensekryssende organiserte cyberkriminelle nettverk allierer seg med andre organiserte cyberkriminelle nettverk, og blir enda farligere. Det kan for eksemel være for å få enda høyere treffsikkerhet når det gjelder såkalte "løsepengevirus" (Ransomware as a service, RaaS):

"I 2025 er det observert at internasjonalt etablerte cyberkriminelle nettverk har gått sammen om å danne større koalisjoner av løsepengevirus-som-handelsvare-operasjoner. (LSH-operasjoner). Flere av løsepengevirusvariantene som nå inngår i de nydannede koalisjonene er blitt brukt i angrep på norske virksomheter i løpet av 2025. (...) For en av koalisjonene som er dannet i 2025 og som nå omtaler seg som Scattered Lapsus$ Hunters, rapporteres det blant annet om større bredde i trusselaktørens teknikker for å skaffe seg aksess til virksomheters systemer. Hva dette innebærer til det fulle er noe uklart, men det rapporteres om at grupperingen benytter voice-phishing mot ansatte i virksomheter, for derigjennom å skaffe seg aksess til systemer og data"

Kunstig intelligens er også omtalt i rapporten som en teknologi i rask utvikling som kan utvide mulighetene for organiserte kriminelle kraftig. Rapporten slår fast at det på samme måte som KI automatiserert prosesser og oppgaver for virksomheter, har KI også automatisert en rekke kriminelle oppgaver: 

"...som omgåelse av sikkerhetsfiltre, sammenstilling av store mengder data, skalering, forfalskning, oversettelse og tilpasning av tekst og tale, koding, pentesting og målutvelgelse. KI benyttes til å gjøre de kriminelle handlingene vanskeligere å oppdage, både gjennom å finpusse på programkode og prosesser, men også ved å innføre større variasjon i angrepene, slik at man i mindre grad kan lene seg på gjenkjennbare mønstre i forsvar mot kriminaliteten. I tillegg har den sosiale manipulasjonen i det siste blitt langt mer overbevisende både innen lyd, bilde og video."

Dette er fjerde gangen Kripos gir ut en slik årlig rapport om digital kriminalitet. Det er et viktig kunnskapsbidrag til forståelsen vår av situasjonsbildet når det gjelder trusler mot innbyggere, virksomeheter og materielle verdier. Og det er et viktig bidrag til en diskusjon om hvor Politiet skal prioritere innsatsen på kort og lang sikt.

Om KI-bobler og KI-flaskehalser

Få ting polariserer så mye for tiden som diskusjoner om KI er en velsignelse eller en forbannselse. Det finnes flere ulike undervarianter av den motsetningen, som spørsmålet om KI vil erstatte en stor del av jobbene og yrkene, eller om den vil gjøre gi oss verktøy til å gjøre jobbene våre bedre. Og om KI kan komme ut av kontroll og bidra til stor skade på menneskeheten, eller om KI tvert imot kan bidra til å redde oss fra fattigdom, sykdom og sikkerhetsetrusler. 

En særlig aktuell og mer umiddelbar variant av velsignelse- eller forbannelse-diskusjonen er spørsmålet om vi står overfor tidenes største markedsboble, med overinvesteringer og påfølgende gigantsprekk, eller om det faktisk er en etterspørsel etter all datakraften, grafikkprosessorer, stadig oppdaterte språkmodeller, chatboter, agenter, og nye anvendelser av KI.

Ikke bare er diskusjonene om KI er en boble veldig polariserte, men hva som er de rådende trendene når deg gjelder spådommer er også ganske omskiftelig. Etter lanseringen av Chat GPT på slutten av 2022 fikk vi først en temmelig KI-euforisk bølge både i tech-selskapene, hos investorer, blant politikere og i næringslivet, og både investeringer og aksjekurser gikk til himmels. Chat GPT bruke tre måneder på å nå 100 millioner brukere i janar 2023, etter to måneder, og har omkring 900 milloner brkere i dag. Men bare omkring 50 millioner av disse betaler for abonnementet.

Den store KI-boblen

Og fordi utgiftene er så mye større enn inntektene fikk vi, særlig inn i 2025, noen kraftige advarsler om at denne utviklingen ikke er økonomisk bærekraftig, at det nå overinvesteres i datasentre og dyr hardware, og at de store KI-selskapene blør penger, særllig de som er rendyrkede KI-selskaper, som Open AI og Anthropic, selskaper som ikke kan gjemme sine gratisabonnementer og energikostnader inn i en større pakke av mer lønnsomme produkter, slik Google, Microsoft og Facebook kan. Mange begynte å spørre om hva man skulle bruke all den ledige kapasiteten i datasentrene til når bloblen sprekker, med prosessorer og maskiner som fort blir utdatert.

Hvor mange dager et det igjen til de største innen KI-kostnader slipper opp for penger, og hvilke av selskapene tømt kassen først? Et par helt ferske artikler i The Atlantic og The Economist antyder at det kanskje ikke er riktig spørsmål lenger, ganske enkelt fordi det nå er en eksplosiv vekst i betalt KI. Rogé Karma i The Atlantic formulerer det som en periode har vært den rådende pessimismen, og ogås har vært hans egen analyse noen måneder tilbake i tid, slik:

"Six months ago, the AI sector was looking pretty bubbly. Companies were plowing hundreds of billions of dollars, much of it borrowed, into building new data centers, but had no clear path to profitability. Experts and journalists, myself included, were comparing the AI build-out to the railroad bubble of the 1800s and the dot-com bubble of the ’90s, in which speculation led to overinvestment that eventually crashed the stock market. Even OpenAI CEO Sam Altman voiced public doubts. “Are we in a phase where investors as a whole are overexcited about AI?” he said last year. “My opinion is yes.”

Han har skiftet syn etter å ha sett på tallene i 2026, artikkelen "So, about that AI-bubble" i The Atlantiv slå fast at stemningen nå i begynnelsen av mai 2026 har snudd igjen, og at bekmringen nå ikke er for mye datakapasitet og for mye KI-hardware, men at etterspørselen har tatt seg kraftig opp og at bekymringen er at det er for lite kapasiteti forhold til etterspørselen:

"Today, however, we’re in a very different world. Software developers are adopting AI tools en masse and reporting astronomical productivity benefits. The worry that the country is building too many data centers now coexists with the fear that we won’t have enough of them to satisfy the public’s growing appetite for these products. And the company previously known as OpenAI’s junior competitor has become possibly the fastest-growing business in the history of capitalism. Anthropic’s revenue is increasing faster—much faster—than Zoom’s during the pandemic, Google’s during the early 2000s, and even Standard Oil’s during the Gilded Age. If the company’s current growth rate were to continue, then by early next year it would be taking in more money than any other company in the world."

KI som gjør ting og ikke bare sier ting.

Det er særlig Antropic som trekkes frem i artikkelen, men det har også skjedd noe mer generelt når det gjelder KI brukes til, og som har fører til denne enorme veksten. Den nye vekstmaskinene har navn som Claude Code, Open AI Codex og Anyspheres Cursor. Det er verktøy for å utvikle og skrive programvare mye raskere. Og også en verktøykasse av tilkyttede tjenester som tar styringen på arbeidsprosesser, leder prosjekter, gir seg selv nye oppgaver, og opererer mye mer autonomt når det gjelder å løse kreative oppgaver enn de digitale verktøyene vi har brukt til nå. KI går fra å mene ting og skrive ting, til å faktisk gjøre ting. Den utviklingen går veldig raskt, og bedriftsmarkedet er åpenbart villig til å betale for det.

Ja, faktisk brukes disse nye og datakraftintensive verktøyene så mye og så raskt at leverandørene er bekymret for at de slipper opp for datakraft til å dekke etterspørselen, og har begynt å øke prisene og rasjonere bruken av de mest bruke tjenesten strengere. Særlig Anthropic for kjeft for at folk slipper opp for "tokens", det vil si de tilmålte kvotene for KI-bruk som ligger i abonnementene, og som brennes opp fort i de mest avanserte modellene. Er du gratisbruker kan du bare glemme å få gjort store og tunge arbeidsoppgaver.

Også The Economist har fått mes dag at boblen ser ut til å være avlyst, i hvert fall foreløpig, og skriver i lederartikkelen "The AI supply crunch is here", at:

"Artificial intelligence has a supply problem. As the world gorges on tokens, the snippets of text by which the output of a large language model is counted, it is running short of them. Weekly token consumption quadrupled between January and March, according to OpenRouter, a marketplace for AI models, partly because of the growing use of coding tools. The industry cannot keep up. At model-makers and tech giants, rationing is afoot. Anthropic, maker of Claude, recently adjusted its terms to deter heavy use during peak hours. Amazon says that “capacity constraints” have limited its growth

Verdikjeder og flaskehalser

Det har stor betydning om KI-tjenester er et spørsmål og stadig bedre tjenester til stadig lavere priser, slik det har vært med datamaskiner og kommunikasjonsteknologi tidligere, eller om vi står overfor knappheter på tilbudssiden. Da blir spørsmålet hvor i verdikjeden de viktiste flaskehalsene er, noe som kan gi svært høye fortjenestemarginer til de som har det markedet etterspør aller mest. The Economist skriver at:

"The greatest profits will be found at choke points. The AI boom has especially benefited Nvidia and TSMC, the Taiwanese manufacturer that makes almost all of the most advanced chips. Chip manufacturers’ pricing power has become as enormous as their transistors are tiny. Nvidia’s gross margin is about 75%, up from 60% in 2019. TSMC’s gross margin is above 60%, roughly twice that of many other contract manufacturers."

The Economist har også en litt lengre og grundigere artikkel om KI-verdikjeden med overskriften "The AI rush is hitting a bottleneck". Den tar for seg hele verdikjeden som trengs for å levere KI-tjenester globalt, fra de store "hyperscalerne" som Amazon, Microsoft, Google, Meta og Oracle, og til de som leverer prosessorer, minnebrikker, nettverksytstyr og utstyr for å produsere alle disse komponentene. Og slår fast at det er noen viktige flaskehalser:

"The crux of the problem is that companies along the AI supply chain are investing far less than the hyperscalers. We examined the planned capital spending this year of the 50 or so largest manufacturers of chips, chipmaking tools, servers, networking gear and cooling equipment, and how it has changed since 2024. The five hyperscalers have tripled their combined capital spending, to more than $750bn, but the hardware suppliers have increased theirs by only half, and will invest less than a third as much as the cloud giants this year."

Det kan med andre ord bli ganske humpete framover, men The Atlantic og The Economist peker på at det kanskje ikke vil skje på den måten vi regnet med. Det er ikke slik at at folk er blitt lei eller at KI-underpresterer, men tvert imot slik at de nye modellene er så etterspurte og datakraftkrevende at tilbudssiden sliter med å levere.